| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·人脸识别技术研究背景及意义 | 第8页 |
| ·基于Android平台人脸识别系统研究背景及意义 | 第8-9页 |
| ·研究现状概述 | 第9-12页 |
| ·人脸识别技术研究现状 | 第9-11页 |
| ·基于Android平台人脸识别系统研究现状 | 第11-12页 |
| ·基于Android平台人脸识别系统的基本结构及技术难点 | 第12-13页 |
| ·论文的主要工作及章节安排 | 第13-15页 |
| ·本文的主要工作 | 第13页 |
| ·本文的章节安排 | 第13-15页 |
| 第二章 自适应肤色分割与Adaboost的人脸检测 | 第15-26页 |
| ·色彩空间及肤色模型 | 第15-18页 |
| ·色彩空间 | 第15-16页 |
| ·肤色模型 | 第16-18页 |
| ·自适应肤色区域分割 | 第18-19页 |
| ·基于Adaboost的人脸检测 | 第19-22页 |
| ·分类器级联 | 第19页 |
| ·Haar特征 | 第19-21页 |
| ·Adaboost算法 | 第21-22页 |
| ·自适应肤色分割和Adaboost的人脸检测 | 第22页 |
| ·基本原理 | 第22页 |
| ·实验及仿真 | 第22-25页 |
| ·实验环境 | 第22-23页 |
| ·实验结果与分析 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章Shearlet多方向特征融合与加权直方图的人脸识别 | 第26-33页 |
| ·Shearlet变换基本原理 | 第26-28页 |
| ·Shearlet多方向特征融合 | 第28-29页 |
| ·融合方法 1 | 第28页 |
| ·融合方法 2 | 第28-29页 |
| ·分块直方图特征选择 | 第29页 |
| ·加权直方图 | 第29-30页 |
| ·实验及仿真 | 第30-32页 |
| ·实验环境 | 第30页 |
| ·实验结果及分析 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第四章Shearlet自适应加权融合特征的稀疏表征人脸识别 | 第33-39页 |
| ·稀疏表征的人脸识别方法 | 第33-34页 |
| ·Shearlet多方向加权融合 | 第34-35页 |
| ·Shearlet自适应加权融合特征的稀疏表征人脸识别 | 第35-36页 |
| ·实验及仿真 | 第36-38页 |
| ·ORL及Yale库上的实验结果 | 第36-37页 |
| ·FERET库上的实验结果 | 第37-38页 |
| ·算法时间复杂度 | 第38页 |
| ·本章小结 | 第38-39页 |
| 第五章 基于Android平台人脸识别系统的设计和实现 | 第39-50页 |
| ·Android开发平台介绍 | 第39-41页 |
| ·Android发展历程 | 第39页 |
| ·Android平台架构及特性 | 第39-40页 |
| ·Android开发环境搭建 | 第40-41页 |
| ·系统软件开发工具 | 第41-42页 |
| ·OpenCV for Android及JavaCV | 第41-42页 |
| ·开发工具配置 | 第42页 |
| ·系统的实现 | 第42-49页 |
| ·系统整体设计 | 第42-43页 |
| ·视频数据采集模块模块设计 | 第43-45页 |
| ·人脸检测模块设计 | 第45-46页 |
| ·人脸注册模块设计 | 第46-47页 |
| ·人脸识别模块设计 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第六章 总结与展望 | 第50-52页 |
| ·全文总结 | 第50页 |
| ·研究展望 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录：作者在攻读硕士学位期间发表的论文 | 第56页 |
